A contribuit în mod egal la această lucrare cu: Xianjin Qiu, Yunlong Pang

studiul

Centrul de cercetare a ingineriei de afiliere pentru ecologie și utilizare agricolă a zonelor umede, Ministerul Educației/Colegiul Agriculturii, Universitatea Yangtze, Jingzhou 434025, China

A contribuit în mod egal la această lucrare cu: Xianjin Qiu, Yunlong Pang

Institutul de afiliere a științei culturilor/Facilitatea națională cheie pentru resursele genei culturilor și îmbunătățirea genetică, Academia Chineză de Științe Agricole, Beijing 100081, China

Centrul de cercetare a ingineriei de afiliere pentru ecologie și utilizare agricolă a zonelor umede, Ministerul Educației/Colegiul Agriculturii, Universitatea Yangtze, Jingzhou 434025, China

Centrul de cercetare a ingineriei de afiliere pentru ecologie și utilizare agricolă a zonelor umede, Ministerul Educației/Colegiul Agriculturii, Universitatea Yangtze, Jingzhou 434025, China

Afilieri Institutul de Științe ale Culturilor/Facilitate cheie națională pentru resursele genetice ale culturilor și îmbunătățirea genetică, Academia Chineză de Științe Agricole, Beijing 100081, China, Institutul de Creștere și Inovare Shenzhen, Academia Chineză de Științe Agricole, Shenzhen 518120, China

Afilieri International Rice Research Institute, DAPO Box 7777, Metro Manila, Filipine, CIRAD, UMR AGAP, F-34398 Montpellier, Franța

Institutul de afiliere a științei culturilor/Facilitatea națională cheie pentru resursele genei culturilor și îmbunătățirea genetică, Academia Chineză de Științe Agricole, Beijing 100081, China

Afilierea Institutului internațional de cercetare a orezului, caseta DAPO 7777, Metro Manila, Filipine

  • Xianjin Qiu,
  • Yunlong Pang,
  • Zhihua Yuan,
  • Danying Xing,
  • Jianlong Xu,
  • Michael Dingkuhn,
  • Zhikang Li,
  • Guoyou Ye

Cifre

Abstract

Citare: Qiu X, Pang Y, Yuan Z, Xing D, Xu J, Dingkuhn M și colab. (2015) Studiul Asociației Genom-Wide despre aspectul cerealelor și calitatea măcinării într-o colecție mondială de germoplasmă de orez Indica. PLOS ONE 10 (12): e0145577. https://doi.org/10.1371/journal.pone.0145577

Editor: Rattan Singh Yadav, Universitatea Aberystwyth, REGATUL UNIT

Primit: 24 septembrie 2015; Admis: 4 decembrie 2015; Publicat: 29 decembrie 2015

Disponibilitatea datelor: Toate datele relevante se află în hârtie și în fișierele sale de informații de suport.

Finanțarea: Această cercetare a fost acordată de Global Rice Science Partnership (GRiSP), Programul național de cercetare și dezvoltare 863 de înaltă tehnologie de la Ministerul Științei și Tehnologiei din China (2014AA10A601), Planul Peacock Shenzhen, Fundația pentru Științe Naturale din China (31461143014, 31261140369) și Centrul de inovare colaborativă Hubei pentru industria cerealelor.

Interese concurente: Autorii au declarat că nu există interese concurente.

Introducere

Majoritatea trăsăturilor de determinare a calității orezului sunt moștenite cantitativ, controlate de gene multiple/QTL [2] și afectate de mediul în creștere [4]. În ceea ce privește alte trăsături complexe, cartarea QTL utilizând populații biparentale derivate din liniile parentale de performanță de contrast a fost utilizată pe scară largă pentru a identifica QTL pentru diferite trăsături de calitate a orezului. În ultimele decenii au fost raportate multe gene/QTL pentru calitatea aspectului boabelor de orez și calitatea măcinării. GW1-1 și GW1-2 [5], qGRL1.1 [6], GS2 [7], GW3 și GW6 [8], qGL-4b [9], qPGWC-7 [10] qGL-7 [11], qGRL7.1 [6], gw8.1 [12], gw9.1 [13], tgw11 [14] au fost cartografiate bine. GW2 [15], GS3 [16], qGL-3 [17], qSW5 [18], GS5 [19], Chalk5 [20], TGW6 [21], GW6a [22], SRS1 [23], GL7/GW7 [24, 25], GW8 [26] și CycT1; 3 [27] au fost clonate. Utilitatea unora dintre genele bine caracterizate/QTL a fost dovedită într-o populație indica cu diverse linii de reproducere [4].

Cu toate acestea, cartografierea QTL utilizând o singură populație bi-parentală are câteva limitări importante, inclusiv necesitatea de a crea o populație segregatoare pentru trăsătura țintă, capacitatea de a evalua doar două alele pe locus și numărul limitat de meioză. Doar un număr limitat de QTL poate fi identificat, deoarece poate fi detectat doar QTL pentru care diferă cei doi părinți. Având în vedere sfera limitată a fiecărui studiu, cartografierea aceleiași trăsături în diferite populații bi-parentale poate produce QTL diferite. Este posibil ca mai mult de două alele să se separe pe locus, iar direcțiile efectelor QTL pot varia în funcție de fundalul genetic din cauza epistozei, pleiotropiei și interacțiunii QTL-după-mediu (QEI) [28].

Multe dintre studiile de asociere raportate în orez au inclus trăsături de cereale, cum ar fi GL, GW, GLWR, GT și TGW. Cu toate acestea, calitatea orezului și trăsăturile de calitate a măcinării au fost mai puțin studiate. Obiectivul acestui studiu este de a identifica markeri asociați cu calitatea aspectului a 10 boabe și a trăsăturilor de calitate a măcinării, folosind o colecție indica de 272 de aderări. Panoul a fost fenotipat în patru locații reprezentând medii majore de producție a orezului indica din China. GBS și Diversity Arrays Technology (DArT), bazate pe tehnica de secvențiere de generație următoare numită DArTseq ™, au fost utilizate pentru a genera markeri la nivelul întregului genom. Panoul de asociere a fost caracterizat pentru structura populației folosind trei metode diferite și pentru modelul LD prin estimarea decăderii bazale LD și LD în întreaga populație și subpopulații. Șaisprezece modele de cartografiere a asociației au fost testate pentru a alege cel mai bun model pentru fiecare dintre combinațiile trăsătură-mediu. Au fost identificate o serie de QTL cunoscute și QTL noi.

Materiale și metode

Panou de cartografiere a asociației

În acest studiu au fost utilizate un total de 272 de aderări cu orez indica din 31 de țări sau regiuni (tabelul S1). Mai multe aderări au venit din China (39), Filipine (36), Madagascar (29), India (28), Senegal (24), Sri Lanka (24) și Bangladesh (15). Pentru alte țări sau regiuni, numărul aderărilor a fost mai mic de opt.

Evaluarea fenotipică

Testele de teren au fost efectuate utilizând un design aleatoriu de bloc complet cu două replici în patru medii, inclusiv Hangzhou (HZ), Jingzhou (JZ), Sanya (SY) și Shenzhen (SZ) în China. Datele de însămânțare și transplantare au variat pentru ca mediile de testare să se încadreze în sezonul local de plantare. În toate mediile, dimensiunea parcelei era de trei rânduri de 10 plante plantate la o distanță de 20cm x 25cm. Au fost urmate practicile de gestionare a fermierilor locali. La maturitate, au fost recoltate opt plante din rândul din mijloc. Instituțiile, inclusiv Universitatea Yangtze, Academia de Științe Agricole din Zhejiang, Institutul de Creștere și Inovare din Shenzhen, au permis efectuarea testelor pe teren în câmpurile lor experimentale.

Semințele naturale uscate stocate la temperatura camerei timp de trei luni au fost utilizate pentru a măsura trăsăturile de calitate. GL (mm), GW (mm), GLWR, GT (mm), TGW (g), BRR (%), MRR (%) și HMRR (%) au fost măsurate în conformitate cu standardul național de evaluare a calității cerealelor de orez din China GB/T17891-1999). Caracteristicile de cretă a cerealelor au fost măsurate folosind un detector de calitate a aspectului orezului JMWT12 (Dong Fu Jiu Heng, Beijing). PGWC (%) a fost procentul de boabe măcinate cu cap, cu cretă. DEC (%) a fost calculat ca produs al PGWC și al mărimii calcarului (aria calcarului împărțită la aria cerealelor integrale). Toate măsurătorile au fost efectuate pentru două probe independente.

Analiza fenotipică

Din diferite motive, nu toate accesiunile au avut date fenotipice în toate cele patru medii de testare. Dimensiunea finală a populației pentru fiecare dintre combinațiile caracteristică-mediu a variat foarte mult (Tabelul 1). Analiza fenotipică a fost realizată folosind modele mixte liniare pentru a trata corect datele de dezechilibru. Pentru analiza cu un singur sit, aderarea (genotipul) a fost considerată ca efect fix și se reproduce ca efect aleatoriu. Au fost obținute cele mai bune estimări liniare imparțiale (ALBASTRU) ale aderărilor. Pentru analiza multi-site, toate efectele, inclusiv aderarea (genotipul), mediul și replicarea în mediu au fost considerate ca aleatorii pentru a estima componentele varianței. Au fost prezise cele mai bune predicții liniare imparțiale (BLUP) pentru fiecare dintre combinațiile genotip-mediu. Toate analizele au fost efectuate folosind pachetul PBTools de R [38] dezvoltat de IRRI (bbi.irri.org). Corelațiile fenotipice au fost calculate din ALBASTRU folosind funcția „rcorr” implementată în pachetul R Hmisc [39]. Heritabilitatea în sens îngust (h 2) bazată pe medii genotipice a fost calculată utilizând componentele de varianță estimate ca VG/(VG + VGEI/s + Ve/sr). Unde, VG, VGEI, Ve sunt varianța genotipului, genotipul prin interacțiunea mediului (GEI) și, respectiv, eroarea reziduală, s este numărul de medii și r este numărul de replici.

Genotipare

Analiza asocierii

Toate modelele de asociere în cadrul modelului unificat pentru cartografierea asocierii [53] pot fi descrise luând în considerare modul în care sunt luați în considerare cei doi factori, structura populației (Q) și legătura genetică dintre genotipuri (K). Am folosit patru opțiuni de manipulare Q și patru opțiuni de manipulare K pentru a crea 16 modele. Cele patru opțiuni pentru Q au fost: fără Q, Q3 derivate din STRUCTURĂ, Q7 derivate din STRUCTURĂ și C7 derivate din adegenet. Cele patru opțiuni pentru K au fost: nu K, K calculat ca pairwise_IBS (Kp scaled_IBS (Ks) și metoda VanRaden (Kv). Toate analizele au fost efectuate folosind TASSEL 5.2.6 [49]. Pentru modelele fără K, cunoscut sub numele de model liniar general (GLM) 1.000 de permutări au fost utilizate. Pentru modelele cu K, cunoscut sub numele de model de linie mixtă (MLM), s-au adoptat algoritmii de modelare liniară comprimată [53, 54] și algoritmii P3D [54] pentru a reduce timpul de calcul. fiecare combinație trăsătură-mediu a fost aleasă folosind diferența pătrată medie (MSD) între valorile p observate și așteptate ale tuturor lociilor marker, așa cum sugerează Stich și colab. [55]. MSD a fost o măsură pentru deviația observată Valori p- din distribuția uniformă. Modelul cu un MSD mai mic este mai potrivit. Valoarea p critică pentru declararea MTA semnificativă a fost setată la 0,0001.

Rezultate

Statistici de bază ale markerilor

În total au fost detectați 22.266 markeri polimorfi în panou, inclusiv 9.340 markeri SNP și 12.926 markeri DArT. Prin eliminarea markerilor cu MAF mai puțin de 5%, 18.824 markeri de înaltă calitate (7.885 SNP și 10.939 DArT) au fost utilizați în analiza asocierii. Numărul de markeri pe cromozom a variat de la 891 la cromozomul 10 până la 2.361 pe cromozomul 1. Dimensiunea cromozomului a variat de la 22,8Mb pentru cromozomul 9 la 43,2 Mb pentru cromozomul 1. Dimensiunea întregului genom a fost de 371,7 Mb și distanța medie între markerii vecini (distanța dintre markeri) a fost de 20,2 kb. Distanța medie a markerilor a variat de la 16,3 kb pentru cromozomul 11 ​​până la 25,9 kb pentru cromozomul 10 (tabelul S2). Aproximativ 70,4% din distanțele marcatorilor vecini au fost sub valoarea medie și 97,4% au fost mai mici de 100 Kb. Au existat opt ​​goluri lipsite de markeri mai mari de 500 kb pe cromozomii 1 (D01_26116212 - S01_26770440), 2 (D02_13852683 - D02_15083642), 4 (D04_8765494 - D04_9302397 și D04_16774867 - D04_17318 și S04_17318). . Mai mult de jumătate dintre markeri (55,7%) au avut MAF mai mic de 0,20 (Fig 1).